标签: 人工智能
相较于马斯克关于人工智能可能会超越人类智力，未来机器人将颠覆人类认知的预言，有分
相较于马斯克关于人工智能可能会超越人类智力，未来机器人将颠覆人类认知的预言，有分析特别有道理，未来也许并不会出现智能爆炸，更可能出现比较平静的局面，社会各类硬件设施看似具备智能属性，但终究是人类必需承担相应的社会责任。
你可能没听过，未来5年，3个潜力巨大的新职业：✅人工智能训练师不只是简单
你可能没听过，未来5年，3个潜力巨大的新职业：✅人工智能训练师不只是简单做数据标注，主要针对行业大模型调优、梳理业务知识库，帮助企业落地AI应用。各行各业都有需求，懂业务优先，薪资上涨空间可观。✅碳汇计量评估师双碳政策催生的热门岗位，负责碳排放核算、碳汇评估、ESG报告编制。工厂、园区、林业项目都需要，抗周期，工程、财会、环保背景更容易上手。✅无人机群飞行规划员低空经济带火的新职业，做多机航线规划、空域调度，用于电力巡检、农林、安防。不光是操控飞机，更考验方案统筹，持证上岗，人才缺口持续扩大。时代在变化，老岗位不断被替代，找准新兴赛道，也能抓住新机遇。正如中国移动赋能企业数智化转型发展，势在必得的！移动天工中国移动联合十余家央企，发布赋能企业数智化转型发展的“移动天工”智慧工厂平台，作为央企首个AI原生工业互联网平台，移动天工依托九天MoMA大模型、移动云算力底座，叠加空天地一体化5G网络，为工厂装上数字大脑。不用企业耗费巨资自研技术，就能实现设备智能巡检、AI辅助设计、生产故障预警。在电气装备行业，原本5天的设计方案，借助平台AI系统10分钟即可生成；钢铁高危车间，AI承担巡检任务，降低人工安全风险。如今移动天工落地24大行业，服务企业超30万家，联网设备突破2000万台，沉淀大量5G+工业实战项目。从连接亿万普通用户，到赋能千行百业智造升级，中国移动凭借网络、算力、AI的综合实力，把新质生产力落到产业一线，在算网时代走出属于自己的增长路径。
从5G到AI，资本市场的风口换了，产业规律没怎么变📊中科曙光三十年的发展史，
从5G到AI，资本市场的风口换了，产业规律没怎么变📊中科曙光三十年的发展史，其实很适合拿来观察今天这一轮AI投资热。曙光最早并不是在某个概念火起来以后才进入计算行业，而是从上世纪90年代就沿着高性能计算这条路线持续产业化。上一轮5G浪潮期间，大量公司扩建基站天线、散热、通信设备产能；今天相似的一幕又出现在AI液冷、智能眼镜和低轨卫星通信上。风口本身没有问题，问题在于技术积累和客户基础能不能跟上资本开支。中科院回顾曙光发展历史时提到，“曙光一号”从研发阶段就明确追求产业化和市场竞争，而不是单纯为了完成科研成果，此后才逐步形成今天的中科曙光。这可能也是理解科技产业最朴素的一条规律：热点每隔几年都会换，但真正有价值的企业通常不是每隔几年换一次赛道，而是在一条主航道上不断把自己的能力向外延伸。5G如此，AI大概率也不会例外。中科曙光科技史人工智能产业周期国产科技
真正需要盯紧的，不是聊天机器人又会写诗了，而是美国正把高端芯片、云计算、工业软件
真正需要盯紧的，不是聊天机器人又会写诗了，而是美国正把高端芯片、云计算、工业软件和技术标准捆成一道门槛。它争的不是一个产品，而是未来工厂、港口、电网和金融系统由谁计算、由谁调度、由谁收取技术租金。智能经济从诞生起就带着地缘竞争色彩。蒸汽时代争煤和机器，电气时代争电网和设备，互联网时代争平台入口，今天争夺的则是高质量数据、算力底座、行业模型和真实场景。谁能把这四样东西接通，谁就能改写成本结构。中国的优势不在于照着硅谷复制几个应用，而在于拥有门类齐全的制造体系、庞大的工程师队伍、密集供应链和超大规模市场。算法进入机床、汽车、仓库、医院和城市管网后，可以在真实生产中反复校正，这比单纯堆参数更接近经济价值。2026年7月17日至20日，世界人工智能大会在上海举行。公开数据显示，2025年中国人工智能核心产业规模超过1.2万亿元，相关企业超过6200家，中国拥有全球约60%的人工智能专利。竞争焦点已从“会聊天”转向“能办事”。大会释放的信号很直接：大模型不再只待在屏幕里，而要进入设备、终端和生产线。3000余项展品集中亮相，超过300款产品全球首发，2026年中国人形机器人整机产量有望突破10万台。热闹背后，是资本和产业在抢智能化入口。但机器能不能真正干活，先看数据有没有用。国家数据局6月印发行业高质量数据集建设方案，要求数据能够直接服务模型开发训练，并推动标注从单纯依赖人工，转向人机协同和行业专家深度参与。没有行业知识，海量数据也可能只是数字垃圾。这也解释了中国为何反复强调“场景”。实验室里准确率再高，到了车间也可能被噪声、温度、材料差异和突发订单打乱。国家层面今年计划推出约10个重点领域综合开放场景，并在现代农业、养老服务等领域布局约100个标志性项目，就是要让技术接受现实检验。企业最关心的从来不是概念，而是账本。特变电工沈阳变压器集团把仿真、排产、执行和监控接成一套体系，产品研制周期缩短21%，生产效率提升40%。这类数字比发布会上多一个功能更有分量，因为它直接改变交付速度和利润空间。人机协同的难点，不是谁替代谁，而是谁拥有拍板权。机器可以给出效率最高的方案，却未必懂安全底线、公共利益和长期战略。中国不能把“智能化”理解成把责任推给算法，越是关键行业，越要保留人工复核、责任追踪和紧急接管机制。就业压力也不能轻描淡写。基础录入、标准客服、简单审核等岗位会被压缩，一批人不是被机器人直接替代，而是被“会使用机器的人”挤出岗位。职业培训若跟不上，企业只拿智能化当裁员工具，技术红利就可能变成社会成本。更尖锐的问题在数据控制权。大型平台、设备厂商和云服务商一旦垄断行业数据，中小企业就可能交出客户、流程和定价信息。智能经济若只有少数巨头越用越聪明，其他企业只能按月付费，那就不是产业升级，而是形成新的技术依附。外部封锁同样不会停。美国限制高端芯片和先进制造设备，本质上是在拖慢中国智能经济的计算速度，并争取让全球企业继续依赖美国软硬件体系。中国的应对不能只盯着单颗芯片，还要补齐操作系统、工业软件、传感器、数据库和能源保障。中国路线已经逐渐清晰：用开源模型降低应用门槛，用制造业提供训练场，用完整供应链压低智能设备成本，再把成熟方案推向全球南方市场。这条路未必每项技术都领先，却可能更快形成规模、更容易找到客户，也更能抵御少数国家卡脖子。
最近因为AI，我一直在想“基础设施”这个词。以前提到基础设施，我们很容易想到服
最近因为AI，我一直在想“基础设施”这个词。以前提到基础设施，我们很容易想到服务器、网络、算力、系统这些东西。但最近我反而开始意识到，基础设施其实一直存在于很多地方，只是以前我们没有把它当成一个独立的问题去看。AI是这样。财富也是这样。公司也是这样。甚至一个人的居住环境、生活支持系统，本质上也有自己的基础设施。我现在对“基础设施”的理解是：所有不一定直接创造当期收入，但决定你能不能安全把规模做大、能不能承受波动、能不能长期运行的东西。很多问题，并不是能力不够，也不是不够努力。而是规模已经变了，底层系统却没有跟着变。比如一个人财富还比较少的时候，很多事情靠自己记、自己管、自己判断就可以。资产规模上来以后，问题就完全不一样了。你需要知道自己的真实资产负债表是什么；需要知道不同投资之间到底有多高的相关性；需要有足够的流动性；需要管理银行、券商、账户、权限；需要考虑法律责任、担保、税务、保险；再往后还会涉及信托、继承、家族治理，以及日常生活和居住环境的支持系统。这些东西平时看起来都“不赚钱”。但真正出现问题的时候，决定结果的往往就是这些东西。同样一次判断错误，有的人可能只是一次正常回撤，调整之后还可以继续增长；有的人却可能因为高杠杆、现金流断裂、担保、账户风险、税务问题或者资产高度相关，直接从一次投资失误演变成整个资产负债表的问题。所以我现在认为，好的基础设施并不意味着你不会犯错，也不意味着财富不会回撤。它真正的作用，是让错误和波动尽量停留在“可承受范围”里，而不是演变成不可逆的归零。财富增长本来就不会是一条直线。赚到一定规模以后经历回撤，其实很正常。真正重要的不是永远不跌，而是：跌下去以后，你还有没有继续留在牌桌上的能力。如果基础设施跟不上，财富可能快速增长，然后在某一次重大错误或者外部冲击中直接崩掉。如果基础设施能够随着财富量级同步升级，那么即使经历比较大的回撤，通常还有机会保住核心资产、保住流动性、保住选择权，然后重新恢复增长。所以基础设施本质上解决的，不是“怎么避免所有错误”。而是：怎么让一次错误不足以杀死你。公司其实也是一样。公司从几个人发展到几十个人、几百个人，很多创业者依然习惯靠老板盯、靠熟人关系、靠微信群、靠口头传达、靠几个核心员工的经验。早期可能非常高效。但规模一旦上去，这些东西反而会变成风险。这个时候需要补的，已经不只是财务、法务和IT。而是包括：战略和经营计划、组织架构、岗位职责、人才体系、绩效激励、产品体系、业务流程、SOP、供应链、财务预算、资金管理、内控、法务合规、数据系统、信息安全、知识管理、品牌、客户管理、决策机制、公司治理、办公和后勤环境等等。这些东西同样不一定直接产生收入。但它们决定的是：这家公司到底只能靠创始人自己跑，还是能够变成一个真正可以独立运转、持续扩张的组织。所以我现在越来越愿意用一个简单的框架去看很多事情：规模增长之前，基础设施可以相对简单。规模增长过程中，基础设施必须同步升级。当基础设施长期落后于规模时，表面上是在高速增长，实际上是在积累脆弱性。AI时代尤其明显。很多人讨论AI，只是在讨论模型能力、效率提升、减少多少人。但再往后看，AI真正改变的可能不只是某个岗位，而是会重新定义一整套企业基础设施：知识怎么沉淀，信息怎么流动，员工怎么工作，流程怎么运行，管理者怎么决策，公司怎么把个人经验变成组织能力。这也是为什么我最近对“基础设施”这个词有了新的理解。它不是一个技术词。某种程度上，它是一个非常通用的增长规律：你的财富、公司、生活能走多远，不只取决于你跑得多快，更取决于你的底层系统，能不能跟得上你的规模。很多时候最后决定结果的，恰恰是那些平时最不显眼、最不直接赚钱的东西。
![未来🔟年的🔟大王牌专业，录取上了就恭喜了！[烟花][烟花]1.人工智能](http://image.uczzd.cn/1002881271775952830.jpg?id=0)